这更像是一个理论问题
每当我在网页上搜索特征提取和特征匹配时，我得到的唯一结果就是图像对象......比如寻找一个脸或一个模糊的枕头等。
但我试图获得的是一个很好的功能匹配（或提取）从网站..意味着我专注于网站中的重要对象，加上匹配将很可能是在面板，表格或图像之间（图像最不可能）
使用opencv ORB或SIFT并没有给我很好的结果 这是我一直在使用的代码：
def feature_matching2(fp1, fp2, num_of_matches):
image1 = cv2.imread(fp1, 0)
image2 = cv2.imread(fp2, 0)
orb = cv2.ORB()
kp1, des1 = orb.detectAndCompute(image1, None)
kp2, des2 = orb.detectAndCompute(image2, None)
bf = cv2.BFMatcher(cv2.NORM_HAMMING, crossCheck=True)
matches = bf.match(des1, des2)
matches = sorted(matches, key=lambda x: x.distance)
image3 = cv2.drawMatches(image1, kp1, image2, kp2, matches[:num_of_matches])
plt.imshow(image3)
plt.show()
return sum([match.distance for match in matches[:num_of_matches]])
所以，基本上我正在寻找的是： 1.从网站的屏幕截图中提取重要特征/对象的方法 2.一种特征匹配算法，适合包含文本的大图像
*编辑* 我们的想法是拍摄2个网站的截图，并比较他们的功能，而不是使用html
谢谢
答案 0 :(得分：0)
我认为您可以尝试 HOG （方向渐变直方图）特征提取。该技术计算图像的局部部分中的梯度方向的出现。简单的 Euclidean距离对于特征匹配很有用。